← 返回卡片

原书出处

智能算法导论

163 1 6 . 2 . 2 改 进 的 协 同 量 子 粒 子 群 算 法

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.890Z

收敛速度也越快,但是同时时间也是呈线性增长的,因此实际问题中可以根据需要设置观测的次数。算法的流程图如图16.1所示。

协作的具体操作方法为,从多次测量得到的5个个体中根据适应度值选出适应度最好的一个个体,假设为X(x,x,…,x),将设为背景向量X(context vector)即X=X,并令X=X,分别用X(x,x,…,x)、X(x,x,…,x)、X(x,x,…,x)、X(x,x,…,x)的每一维分量来代替背景向量X的相应维度,得到新的背景向量,然后计算此时的背景向量的适应度值,若好于X,则说明这一维分量可以为全局最优做贡献,用这个数据来替代X的相应维度的数据,这样用X就可依次将其余4个个体中较好维度的信息评价出来,得到最后的X,就可根据QPSO算法进化原则求得个体最优和全局最优个体。

过程如图16.2所示,协作过程可参考图16.3。 l111121Dccl1il1l221222Dl331323Dl441

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter16_0007.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d